VGG19预训练网络实战：从数据输入到模型部署的全流程指南

1次阅读

共计 1778 个字符，预计需要花费 5 分钟才能阅读完成。

VGG19 作为经典的 CNN 网络，其原始设计接收 3 通道（RGB）输入图像。当我们面对 6 通道输入数据时（例如多光谱图像或组合特征图），需要特别注意以下差异点：

输入层结构：原始第一层卷积核为 3x3x3（高 x 宽 x 输入通道）
参数加载：预训练权重第一层维度不匹配 6 通道输入
数据分布：多通道数据可能具有不同数值范围

处理 6 通道数据的关键是保持与 VGG19 兼容的输入格式（224×224 像素）。以下是完整的预处理代码示例（PyTorch 版）：

import torch
import numpy as np
from torchvision import transforms

class SixChannelTransform:
    """
    6 通道数据专用预处理流程：1. 数值归一化到 [0,1] 范围
    2. 按通道独立标准化（假设各通道均值为 0.5，标准差 0.25）3. 调整维度顺序为 CxHxW
    """
    def __init__(self):
        self.normalize = transforms.Normalize(mean=[0.5]*6,  # 6 通道均值
            std=[0.25]*6   # 6 通道标准差
        )

    def __call__(self, img):
        # 假设输入是 numpy 数组，形状为 HxWxC(6)
        img = img.astype(np.float32) / 255.0  # 归一化
        img = torch.from_numpy(img).permute(2, 0, 1)  # HWC -> CHW
        return self.normalize(img)

修改第一卷积层并保持其他层预训练权重的关键步骤：

加载原始 VGG19 模型
替换第一层卷积（注意初始化策略）
冻结其他层权重（可选）

import torchvision.models as models

# 加载预训练模型
vgg = models.vgg19(pretrained=True)

# 替换第一层卷积
original_first_conv = vgg.features[0]
new_first_conv = nn.Conv2d(
    in_channels=6, 
    out_channels=original_first_conv.out_channels,
    kernel_size=original_first_conv.kernel_size,
    stride=original_first_conv.stride,
    padding=original_first_conv.padding
)

# 初始化策略：复制 RGB 三通道权重，新增通道用平均值
with torch.no_grad():
    new_first_conv.weight[:, :3] = original_first_conv.weight.clone()
    new_first_conv.weight[:, 3:] = original_first_conv.weight.mean(dim=1, keepdim=True)
    new_first_conv.bias = original_first_conv.bias.clone()

vgg.features[0] = new_first_conv

针对 6 通道数据的两种微调方式效果对比：